Kaggle ist eine Online-Plattform für Datenwissenschaft und maschinelles Lernen, die seit 2017 zu Google gehört. Sie bietet öffentliche Datensätze, Wettbewerbe mit realen Aufgaben, browserbasierte Notebooks mit Rechenleistung sowie Lernkurse. Für Unternehmen und Lernende ist Kaggle nützlich, um Methoden zu erproben, Lösungsansätze zu vergleichen oder Talente zu entdecken. Bei Datensätzen sollten Lizenz und Herkunft vor jeder Nutzung geprüft werden.
Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.
Demo startenMaschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer Muster aus Daten ableiten, statt jede Regel ausdrücklich programmiert zu bekommen. Je nach Aufgabe lernen Modelle aus beschrifteten Beispielen (überwacht), aus unbeschrifteten Daten (unüberwacht) oder durch Belohnung (bestärkend). Anwendungen reichen von Spamfiltern über Nachfrageprognosen bis zu Produktempfehlungen. Die Qualität hängt stark von Menge und Güte der Trainingsdaten ab.
Jupyter Notebook ist eine quelloffene, browserbasierte Anwendung aus dem Projekt Jupyter, in der sich ausführbarer Code, Ergebnisse, Diagramme und erläuternder Text in einem Dokument kombinieren lassen. Notebooks werden in Datenanalyse, maschinellem Lernen, Forschung und Lehre genutzt, weil sich Arbeitsschritte nachvollziehbar dokumentieren und teilen lassen. Am verbreitetsten ist Python. Beispiel: Ein Analyst lädt Verkaufsdaten, bereinigt sie und zeigt die Auswertung direkt darunter als Grafik.
Benchmarking bezeichnet bei KI den systematischen Vergleich von Modellen oder Systemen anhand festgelegter Aufgaben und Kriterien. Öffentliche Benchmarks messen etwa Allgemeinwissen, logisches Denken oder Programmierfähigkeit; für den Praxiseinsatz zählen aber vor allem eigene Testfälle aus dem Arbeitsalltag. Verglichen werden typischerweise Richtigkeit, Vollständigkeit, Antwortzeit und Kosten. So lässt sich entscheiden, ob ein kleineres, günstigeres Modell für eine Aufgabe genügt.
Trainingsdaten sind die Beispiele, aus denen ein KI-Modell Muster lernt – bei Sprachmodellen große Textsammlungen, bei Bildmodellen beschriftete Bilder. Ihre Qualität, Vielfalt und Aktualität bestimmen maßgeblich, wie zuverlässig, fair und auf welchem Wissensstand ein Modell später antwortet. Für Unternehmen ist zudem wichtig, ob ein Anbieter eingegebene Kundendaten für weiteres Training verwendet.
